R: 将data.table的一列与向量进行比较

Question

我有一列数据表：

DT = data.table(R=c(3,8,5,4,6,7))

进一步，我有一个簇1、2、3和4的簇上限向量：

CP=c(2,4,6,8)

现在，考虑到CP的顺序，我想将R的每个条目与CP的元素进行比较。结果

DT[,NoC:=c(2,4,3,2,3,4)]

应为DT中的NoC列，其条目仅为R元素所属集群的编号。（我需要集群号来从另一个数据表中选择一个因子。）

例如，以R:3的第一个条目不小于2（不在CP中），但小于4（不在CP中）为例。因此，3属于集群2。

另一个例子是，以R:7的第6个条目为例，它既不小于2、4也不小于6（超出CP），但小于8（超出CP的）。因此，7属于集群4。

如果不使用if子句，我怎么能做到这一点？

Answer 1

您可以使用滚动连接:来实现这一点

data.table(CP, key="CP")[DT, roll=-Inf, which=TRUE]
# [1] 2 4 3 2 3 4

roll=-Inf执行NOCB滚动联接-下一个观测反向携带。也就是说，如果数值在一个缺口中下降，下一个观测值将向后滚动。例：7介于6和8之间。下一个值为8-将向后滚动。我们简单地使用which=TRUE来获得每个匹配的对应索引。

您可以使用:=将其作为列添加到DT中，如图所示。

请注意，这将在排序CP之后返回索引。在您的示例中，CP已经排序，因此它按预期返回结果。如果尚未订购CP，则必须添加一个附加列并提取该列，而不是使用which=TRUE。但我会让你来解决的。

Answer 2

根据您的描述，这似乎是提供正确答案的代码，但Arun，一个最熟练的data.tableist，似乎已经想出了一种完全不同的方法来满足您的期望，所以我认为一定有一种不同的方式来解读您的需求。

> DT[ , NoC:= findInterval(R, c(0, 2,4,6,8) , rightmost.closed=TRUE)]
> DT
   R NoC
1: 3   2
2: 8   4
3: 5   3
4: 4   3
5: 6   4
6: 7   4

我还对findInterval将第5个项目分配给第4个区间感到非常困惑，因为6不大于第三个区间（6）的上边界。